论文部分内容阅读
针对现有数据挖掘技术未能有效提取旋转机械信号中的敏感特征,本文提出了基于粒计算的特征提取技术。即在邻域粗糙集中,分别于一定包含度下,选择不同粒度层的敏感特征,利用敏感特征构建核属性集。将新技术应用于实验室齿轮信号的分析,结果表明本文提出的特征提取技术更好地完成了数据挖掘的作用,建立了核属性集,为下一步旋转机械的故障诊断打下了基础。